COT

PROMPT ENGINEERING

提示工程：从思维链到草稿链

草稿链（Chain of Draft）是一种旨在简化推理而不牺牲准确性的提示技术。可以将其视为更详细的思维链（CoT）方法的“言简意赅”版本。

APPLICATION

AI推理框架对比：ReAct/CoT/ToT

通过使用推理框架，AI变得更加像一个能够处理复杂任务的助手，而不仅仅是一台静态的机器。在本文中，我们将探讨三个关键框架：ReAct（推理与行动）、链式思维（CoT） 和 树形思维（ToT）。

MODEL-ZOO

DeepSeek R1架构和训练过程图解

为了让一切变得简单，我们将使用手绘流程图和简单的计算来帮助从头开始澄清DeeoSeek-R1的核心概念。

MODEL-ZOO

DeepSeek-R1的3个关键思想

大多数新的 AI 模型感觉都像是小步。DeepSeek R1 则不同。这是近期第一个让你停下来思考的模型，这可能很重要。

MODEL-ZOO

蒸馏DeepSeek-R1到自己的模型

在本博客中，我们将介绍如何使用LoRA等技术将 DeepSeek-R1 的推理能力蒸馏到较小的模型（如 Microsoft 的 Phi-3-Mini）中。

MODEL-ZOO

DeepSeek R1 + Claude Sonnet

我的想法是提供来自 DeepSeek 的思维链，帮助 Sonnet 表现更好。

MODEL-ZOO

DeepSeek-R1训练过程解密

作为一个花大量时间与 LLM 合作并指导他人如何使用它们的人，我决定仔细研究一下 DeepSeek-R1 的训练过程。

APPLICATOIN

AI代理的3个提示技巧

有效的提示工程技术已被证明在帮助大型语言模型（LLMs）生成更可靠、结构化和合理推理的响应方面至关重要。

APPLICATION

解码非结构化文本中的信号

本文介绍了一个案例研究，该案例研究处理来自各种来源的非结构化文本数据以生成精炼的直观和可操作的见解。

MODEL-ZOO

Marco-o1开源推理模型

OpenAI-o1 是一个革命性的版本，它使 LLM 能够对数学或物理问题等复杂任务进行详细推理，阿里巴巴的Marco-o1是其开源平替。

APPLICATION

用AI生成可靠的报告

在这篇文章中，我想分享我对 AI 生成的报告的了解，以及如何使这些报告更可靠、更实用。

PROMPT ENGINEERING

提示工程简明教程

在本文中，我们将探讨提示工程中的几种技术，这些技术可以帮助优化 LLM 在不同任务中的性能。